（旧Aidemy Grit）

コース名 コース概要
1 機械学習概論 機械学習の基本や精度評価の方法などを学びます。
ここでは、機械学習のアルゴリズムの初歩の初歩に触れていきます。ここで学んだことはどんなアルゴリズムでも必ず出現するので、機械学習や深層学習を初めて学ぶ人は必ずこのコースを受講することを奨励します。
2 データクレンジング データクレンジングとは、機械学習モデルにデータを読み込ませるために、データの欠損値や画像の前処置を行う手法です。
CSVデータの扱い方や欠損値の処理、OpenCVを用いた画像加工の方法などを押さえましょう。
3 スクレイピング入門 webページから必要な情報を自動で抜き出す作業を、スクレイピングと言います。
このコンテンツでは主にBeautifulSoupを用いたスクレイピングの手法を紹介します。
4 教師あり学習（回帰） 教師あり学習とは、正解ラベル付きのデータセットを使って機械学習モデルを作る手法です。
そのなかでも、今回は数値予測を行うための「回帰」モデルの扱い方を確認します。
5 教師あり学習（分類） 教師あり学習とは、正解ラベル付きのデータセットを使って機械学習モデルを作る手法です。
そのなかでも、今回は画像や文章などをカテゴリ分けする「分類」モデルの扱い方を確認します。
6 教師なし学習 教師なし学習とは、正解ラベルが付いていないデータセットを使って機械学習モデルを作る手法です。
今回は、クラスタリングや主成分分析といったアルゴリズムの手法を概観します。
7 ディープラーニング基礎 深層学習（ディープラーニング）のアルゴリズムの詳細と実装を概観します。
今回はディープラーニングのなかで最も基礎的なアルゴリズムであるDNN（ディープニューラルネットワーク）を用いて手書き文字認識に挑戦します。
8 CNNを用いた画像認識 深層学習（ディープラーニング）のアルゴリズムのなかで、主に画像認識で用いられ活用の幅が広いCNN（Convolutional Neural Network）の実装を概観します。
今回はCNNを用いて手書き文字認識や一般物体認識に挑戦し、精度向上のテクニックや転移学習の実装に関して触れます。
9 自然言語処理基礎 自然言語処理の方法について学びます。
コンピュータは言語を言語のまま理解することはできず、数値に変換する必要があります。今回は、文章を数値に変換する手法を学び、教師あり学習（分類）を使ってカテゴリ分類に挑戦します。
10 日本語テキストの特徴抽出 自然言語処理とネットワーク分析により、日本語テキストから特徴を把握する方法を学びましょう。
テキストを定量的に解析することは、大量の文書を効率よく正確に把握することに役立ち、ひいては新たな知識の発見や戦略の意思決定に寄与します。
11 自然言語処理を用いた質問応答 機械翻訳や自動要約など、発展的な自然言語処理において深層学習はとても有力な手法です。
ニューラルネットワークモデルを用いた自然言語処理における、前処理、具体的手法を、質問応答システムを作成しながら説明し、実装していきます。
12 異常検知入門 異常検知や変化点検知は、統計学において長らく議論されてきた分野の一つです。
現代では時系列データやサーバーへのアクセス数、人体の生理データなどを対象分野で活用されています。こちらのコースでは機械学習に基づいた異常検知の技術を体系的に学習します。またデータの種類に応じた最適な手法を学んでいきます。
13 ランキング学習 定義した重要度に基づいて情報を並べるための機械学習の一手法をランキング学習と言います。
本コースではランキング学習の基礎知識から、理論の理解、実装、評価に至るまでを体系的に学びます。具体的には、あるキーワードに対して重要度の高い文書を探し出すことができるようになります。基礎知識を習得した上で、教師ありデータセットのランキング学習をしていきます。
14 時系列解析Ⅰ（統計学的モデル） 時系列データ解析とは、季節変動や曜日変動など定期的周期を持った時系列データの解析を行うためのアルゴリズムです。
このようなトレンドを除去しながら数値予測を行う手法に挑戦します。
15 時系列解析Ⅱ（RNNとLSTM） 深層学習のネットワークである、RNNとLSTMについて学びます。
深層学習では、時系列データの分析ができませんでした。このコンテンツでは、なぜ時系列分析ができなかったのか、どのようにして時系列分析ができるようになったのかについて理解を深めていきます。
16 時系列解析Ⅲ（LSTM応用） 時系列を扱う深層学習のネットワークである、LSTMを用いて、売上予測を実装していきます。
時系列データの前処理から、ネットワークの構築・予測を学習していきます。
17 スクラッチ実装して理論を体得する強化学習 強化学習とは、ある特定の環境のなかで、試行錯誤しながら最適な行動を発見する、機械学習の手法の一つでゲームAIなどによく使われる手法です。
本コースでは、強化学習アルゴリズムをNumPyのみでスクラッチ実装しながら、強化学習のアルゴリズム理論を会得することを目標とし、最終的には簡単な迷路を強化学習で解いていきます。
なお、このコースはAidemyの他コースと異なり、アルゴリズム理論そのものを把握することに主眼を置いています。そのため、大学数学レベルの確率(条件付き確率)の知識や、高校理系数学(数学Ⅲ)の知識を前提としています。
18 深層強化学習発展 このコースでは、強化学習および、強化学習と深層学習を組み合わせた深層強化学習を扱います。主な学習内容としては、強化学習アルゴリズムのDQNを実装していきます。
強化学習の基礎的な知識を学んで身につけた上で、OpenAI が提供している「gym」というモジュールを用いた環境でDQN・Dueling DQNを実装していただきます。
19 ネットワーク分析入門 コンピューターネットワークだけでなく、人間関係や企業間の関係や、遺伝子間の関係などを含めた「ネットワーク」をグラフ理論をベースとして分析する手法を「ネットワーク分析」といいます。
このコースではネットワーク分析の基礎知識を学んだ上で、人間関係のデータを分析していきます。
20 ビジネス数学 ビジネスでは数学を実践的に扱うことが多々あります。
そこで、本コースでは実際のビジネスで役立つ数学的手法をいくつか紹介します。
21 機械学習におけるデータ前処理 Pythonで機械学習を行う際に必要となる様々な前処理を学びます。
CSV・Excel・DBからのデータの取得、欠損値への対応方法、不均衡データの調整方法、データのスケール調整や、縦持ち横持ち変換など、実務で必須となる前処理をスマートに実装するためのライブラリ（pandas、scikit-learn、statsmodels、inbalanced-learn、scipyなど）についてコード例を確認しながら習得可能です。
22 ブロックチェーン基礎 ブロックチェーン基礎コースではブロックチェーンの概念を理解し、Pythonを用いてマイニング、トランザクションの追加、コンセンサスアルゴリズムなど大まかな流れを実装します。
ブロックチェーン技術は様々な分野での利用が提案されますが、今回は最も有名な暗号通貨（仮想通貨）であるビットコインに焦点を当て、ビットコインのコア機能を実装します。
23 ブロックチェーン発展I 暗号通貨のセキリュティの面からの理解と実装をしていきます。
ビットコインの所有権は、秘密鍵、公開鍵、ビットコインアドレス、署名に基礎を置いています。中でも秘密鍵に関してはビットコインネットワークから独立していて、ウォレットと呼ばれる秘密鍵を保管する単純なデータベースの中に保持されています。このコンテンツでは、主に秘密鍵・公開鍵・ビットコインアドレスの生成、ウォレットの実装をしていきます。
24 ブロックチェーン発展Ⅱ ビットコインシステムにおいて、トランザクション(取引記録)とは最も重要な部分です。
ここではトランザクションの構造を解説し、アカウント別の残高計算方法、なりすましを防ぐ仕組みを学びながら実装していきます。
25 ブロックチェーン発展Ⅲ 一般的なノードはブルームフィルタを用いて、プライバシーに関するリスクを減らしながら必要なトランザクション情報を集めます。
またブロックチェーンの個々のブロックは、マークルツリーという手法を用いて、そのブロックに格納されている全てのトランザクションを要約した情報を含ませています。ここではこの2つの実装を行います。
26 Cognitive Toolkit (CNTK) 実践 Microsoft Cognitive Toolkit（CNTK）は、Microsoftが主導して開発しているオープンソースのディープラーニングライブラリです。
このコースではCNTKを用いてディープラーニングを学習し、CNNによる一般物体認識、GANによる画像生成まで学びます。
27 IoTデバイスへの機械学習モデルのデプロイ Microsoft Azureを用いて、IoT Edge デバイス(Raspberry Pi)に機械学習モデルをデプロイする方法を学習し、IoT Edge デバイスで処理した情報をIoT Hub(クラウド)に送ります。
今回使用する機械学習モデルは、Mobile NetというiPhoneなどの計算資源の少ない機器でも深層学習を実行することができるモデルです。
28 AIマーケター育成コース 電通デジタル所属の専門家が教える、「AIをマーケティングに活用するノウハウ」がわかる入門コースです。
このコースを通じて、マーケティング業務とAIができることを具体的に関連付けて情報を整理し、「AIマーケター」へとステップアップするための知識を身につけられます。事例を交えながら進む本コースを履修して、マーケティング業務をAIで進化させていきましょう。
29 オープンイノベーション実践のためのAIリテラシー 電通・BASE Qによるオープンイノベーション実践のためのAIリテラシーコースです。
新規事業開発においてAIを活かすためのAIについての知識を動画で解説します。
30 マスクド・アナライズの「AIビジネス活用を考える」 マスク姿の謎の「イキリデータサイエンティスト」が、AIをビジネスに活用する時に考えたいことや、導入後の注意点などを紹介します。
このコースを学べば、なぜAIが業務システムなど従来の企業ITと同じように考えてはいけないか、理解できるでしょう。
31 ソラコム流、ラズパイで始めるIoT AIの優劣を左右するのは「データの質」。よりよいデータ分析に役立つ活きたデータを、IoT（Internet of Things）で収集してみましょう。
本コースでは「ラズパイ」の略称で知られる小型パソコン「Raspberry Pi」と「モバイル通信」を組み合わせ、どこからでもリアルタイムのデータ収集ができるデバイスを作ります。IoTを始めるのに、特別な技術は要りません。
32 はじめてのAI 人工知能、AI、機械学習、ニューラルネットワーク、ディープラーニング…これらの言葉が世間ではよく聞かれるようになっています。
よく聞く言葉だけれども、よくわからない、自分の身近なものではなさそうと思っている方も多いのではないでしょうか。
本コースでは、AI に関わる基本知識だけでなく、事例や具体的にそれがどのような仕組みで動いているかも紹介します。AI の基礎を理解し、AI をどう活用できるかのヒントがつかめるように学びます。
33 はじめての働き方改革 働き方改革の進め方に不安を持つ方だけでなく、働くすべての方にとって、「働く」をもっと良いものにする方法を学びます。
Google をはじめとするさまざまな企業の実証研究の知見とそこから生まれたツールをご紹介しながら、新しい働き方の導入方法をご紹介します。
34 SQL基礎 このコースではSQLの基礎を学びます。
データベースからの読み出し、データベースへの書き込み等の基礎的なSQL文法を、実際に記述し、実行しながら身につけていきます。
35 手書き数字認識（kaggleのコンペ） 機械学習を用いて、何万もの手書き画像のデータセットから数字を正しく識別します。
実際にMNIST（ "Modified National Institute of Standards and Technology"）のデータセットを利用して、識別を行います。データ分析コンペであるKaggleの数字認識装置コンペを題材にしているため、Kaggleでも通用する能力を身につけることができます。
36 分散処理 深層学習に演算に用いられるGPU、深層学習の処理時間を短縮する手法を紹介します。
37 エッジAI概論 本コースでは、そもそもIoTの仕組みとエッジコンピューティングとの関係性から深堀り、「エッジAI」とは何なのかといった基礎知識から適用するメリットや世の中の事例、具体的にどのようなエッジデバイスがあるのかまでご紹介します。
あなたも本コースを受講して、エッジAIの世界に足を踏み入れましょう！
38 SQL標準 このコースでは、SQLにおける標準的な知識を学びます。
より複雑なクエリや集計関数などについて、実際に記述し、実行しながら身につけていきます。
39 投資対効果を最大化するAI導入 機械学習を使ったビジネス立ち上げに関心のある管理職の方やテクノロジーを使った新規事業構築を担当する企画職の方向けのコースです。
機械学習の企画づくりの勘所を理解し、データやAIが絡む企画のたたき台を作り込むことができる状態をコースのゴールにしています。
40 Flask入門のためのHTML&CSS Flask入門に必要な環境構築を行います。
またFlask入門に用いられるHTMLとCSSを解説しています。
41 Flask入門 アプリケーションソフトを開発する際に必要とされる機能をまとめて整えてくれている枠組み・ひな形を簡単に構築できるパッケージのことをフレームワークと言います。
PythonのためのウェブアプリケーションフレームワークであるFlaskについて理解しましょう。
42 MNISTを用いた手書き文字認識アプリ作成 MNISTを用いて、数字を入力するとそれがどの数字であるかを返すアプリを作成しましょう。
43 Git入門 開発に用いられるGitについて理解しましょう。
44 Renderへのデプロイ方法 Renderへデプロイしてみましょう。
45 コマンドライン入門 「コマンドプロンプトとは」から始まり、コマンドプロンプトの基本的な使い方から主要なコマンドの使い方についてご紹介していきます。システム開発やシステムの設定を行う時にコマンドプロンプトから操作する場合もありますので、基本的な知識を身に着けていきましょう！
46 アプリ制作 今までの受講内容を振り返って、アプリの作成をしていただきます。
47 データハンドリング テキストデータの整形やテキストファイルの入出力方法を学びます。テキストファイルの他にも様々な形式のデータをpandasライブラリを用いてpythonで扱う手法を学習します。Python, Keras, Tensorflowで用いられるデータ形式について、実際にコードを記述しながら学んでいただきます。
48 感情分析/株価予測 ITライフハックのデータを用いた感情分析と、日経平均株価の時系列データを用いて株価の上下の予測を行います。
49 強化学習を用いた三目並べゲームの開発 きちんと動作する三目並べゲームを作成し、ゲームにおける行動選択を学習させる手法を学びます。
深層強化学習アルゴリズムであるDQN（Deep Q-Network）を用いて、強化学習に必要な考え方やプログラミングを習得していただきます。
50 男女識別（深層学習発展） このコースでは、顔写真を男女で識別するプログラムを実装することで、深層学習を用いたシステム開発の流れを理解していただきます。
具体的には、データ収集からデータクレンジング、CNNモデルの学習・予測、応用的な転移学習や精度向上のための方法を学びます。
51 住宅価格予測（kaggleのコンペ） 機械学習を用いて、どのような住宅がどのような価格になるのかを予測します。
実際に住宅に関するデータセットを利用して、住宅価格予測を行います。データ分析コンペであるKaggleの住宅価格予測コンペを題材にしているため、kaggleでも通用する能力を身につけることができます。
52 学習成果の実践 今までの受講を振り返って、ブログを作成していただきます。
53 ケーススタディで学ぶ実践PoC入門 機械学習を用いたシステム開発を実施する上で気をつけるべき点を、機械学習工学という観点から解説します。
ケーススタディを通して機械学習プロジェクトを成功に導くためのノウハウを学び、実践できる状態になることがゴールです。
54 ビジネスパーソンのためのDX入門（ディティール版） 「DX推進を迫る世界的な社会構造の変化」「DXを阻む日本特有の社会構造」「DXとは何か」「DXを組織に展開する方法」を理解したいビジネスパーソン向けの入門コースです。
DXを推進しなくてはいけない理由を理解した上で、DX推進を阻む障害を認識し、デジタルネイティブな組織を目指すための考え方を理解している状態をコースのゴールにしています。
55 サポートベクターマシン入門 教師あり学習のうち、サポートベクターマシン（以下、SVM）は性能の高いパターン認識手法として根強い人気があります。
線形SVMにカーネルトリックという手法を応用した非線形SVMは、複雑な機械学習分類を非常に高い予測精度で行えるモデルのため、ビジネス活用もなされています。
今回の講座では、基本となる線形SVMにフォーカスして、概要から数式、ソースコードを学習します。
56 モデル圧縮概論 処理速度を上げることを目的にモデルの軽量化を行うことを「モデル圧縮」と呼びます。
本コースは、「モデル圧縮」の概論を理解したい方を想定受講者としており、モデル圧縮の概要、なぜモデル圧縮が必要なのか、モデル圧縮をする方法（蒸留、プルーニング、量子化）を理解することをゴールとしています。
57 ビジネスパーソンのためのDX入門（サマリー版） 「DX推進を迫る世界的な社会構造の変化」「DXを阻む日本特有の社会構造」「DXとは何か」を理解したいビジネスパーソンを対象とした『ビジネスパーソンのためのDX入門講座』のサマリー版です。
DXを推進しなくてはいけない理由を理解した上で、DX推進を阻む障害を認識し、デジタルネイティブな組織とは何かを理解している状態をコースのゴールにしています。
58 G検定対策講座 AI技術の実装の遅れが問題視されるなか、AI人材の育成を目的としたG検定が注目を集めています。
本講座では、機械学習やディープラーニングなどの基礎知識を有し、適切な活用方針を決定しながら事業活用するための能力を測るG検定の資格保有者を増やし、資格保有者たちがAIプロジェクトやAI部署の立ち上げといったビジネスシーンでの応用性を身に付けられるために、G検定対策のイロハを学習していきます。
59 Linux入門 本講座ではOSやPCの仕組みを深掘り、Linuxとは何なのかといった基礎知識やメリット、そして現場での使われ方などについて、初心者にもわかりやすく噛み砕いて解説していきます。
本講座を通して、Linuxが身近で使われていることを体感し、上手にLinuxを活用していきましょう。
60 機械学習につながるビジネス数学 本講座は、ビジネス数学はある程度理解しているが、機械学習はぼんやりとしか理解していない、特に文系出身の方を想定した講座です。
機械学習のビジネス活用がビジネス数学の延長線上にあることを理解している状態が講座のゴールです。
61 ブロックチェーン入門 ブロックチェーン＝仮想通貨だと思っていませんか？
ブロックチェーン技術は仮想通貨のみならず、いまや様々な分野で活用されており、今後さらなる期待が注がれる先端技術のひとつです。
この講座では、ブロックチェーンの構造、特徴から、実用例、今後の展望まで、初学者にこそわかりやすく解説しています。ビジネスパーソンとして恥ずかしくない、最低限のブロックチェーン知識を当講座で身につけましょう。
62 データサイエンス100本ノック（構造化データ加工編）（初級） 一般社団法人データサイエンティスト協会がGitHubに公開している「データサイエンス100本ノック（構造化データ加工編）」(※)の問題演習を、環境構築不要で行うことができるコースです。
このコース（初級）では、「列や行に対する操作」「結合」「縦横変換」「四則演算」などについて学ぶことができます。ビジネス現場における分析実務では、データの多くが構造化データです。構造化データを自由に加工・集計するスキルを磨き、データサイエンスの実践力をアップさせましょう。
63 データサイエンス100本ノック（構造化データ加工編）（中級） 一般社団法人データサイエンティスト協会がGitHubに公開している「データサイエンス100本ノック（構造化データ加工編）」(※)の問題演習を、環境構築不要で行うことができるコースです。
このコース（中級）では、「あいまい条件」「ソート」「集計」「サンプリング」などについて学ぶことができます。ビジネス現場における分析実務では、データの多くが構造化データです。構造化データを自由に加工・集計するスキルを磨き、データサイエンスの実践力をアップさせましょう。
64 データサイエンス100本ノック（構造化データ加工編）（上級） 一般社団法人データサイエンティスト協会がGitHubに公開している「データサイエンス100本ノック（構造化データ加工編）」(※)の問題演習を、環境構築不要で行うことができるコースです。
このコース（上級）では、「データ変換」「数値変換」「日付型の計算」「外れ値・異常値」などについて学ぶことができます。ビジネス現場における分析実務では、データの多くが構造化データです。構造化データを自由に加工・集計するスキルを磨き、データサイエンスの実践力をアップさせましょう。
65 ビジネスパーソンのためのデータサイエンス入門 「データサイエンス」や「データサイエンティスト」という言葉に興味があるビジネスパーソンを対象とした入門講座です。
データサイエンスとは何か？　データ分析でできること、データサイエンティストに求められるスキル、データ分析プロジェクトの進め方について、初心者にもわかりやすく解説しています。「データサイエンス」は全く新しいことではなく、多くの方は既にビジネスの中で触れています。ツールを使うことだけがデータ分析ではなく、ビジネスの成果が得られるデータ分析を行う必要があります。
本講座で、ぜひその視点を身につけてください。
66 Docker入門 本講座では、Dockerとは何か？　から始まり、そもそものDockerの仕組みについて深堀りしていき、周辺ツールの紹介なども踏まえてDockerに対する理解を深めていきます。
最後には、具体的な事例紹介をすることでDocker活用に対する具体的なイメージを掴んでいきます。Dockerに対する理解を深めて是非活用していきましょう。
67 ビジネスIoT入門 ネットワークを介してあらゆるモノがつながることによって、生活が便利になるだけでなく、業務上の様々な面で最適化が図られるなど、多くの注目が集まっているIoT技術。
しかし、その定義や実態を理解できていないビジネスパーソンは少なくないでしょう。本コースでは、前提知識を持たない初学者でもわかりやすいよう、Chapterごとに知識を定着させるための「クイズ」を設けながらIoT技術について解説します。
現代社会の常識となっていくIoT技術について、しっかり学んでいきましょう。
68 AIプロジェクトを成功させる上流工程のツボ AIプロジェクトの上流工程である「機械学習の適用領域の選択」と「業務データの入手・確認」では、AIプロジェクト固有の考慮点が数多くあり、これらの点をクリアにできるかどうかがプロジェクトの成否を分ける大きなポイントです。
本講座でぜひ「AIプロジェクトを成功させる上流工程のツボ」を押さえ、皆さんのプロジェクト成功に役立ててください。
69 AIプロジェクトマネジメント AIプロジェクトをマネジメントする立場の方向けのコースです。
一般的なプロジェクトマネジメントについて理解している方を対象としています。通常のシステム開発プロジェクトとAIプロジェクトの相違点を理解し、AIプロジェクトを計画・推進していくための基礎知識を身に付けることができます。
70 ネガ・ポジ分析 文章などに含まれる評価・感情に関する表現を抽出して、文章中の感情を解析する感情分析の一種であるネガ・ポジ分析について学習し、実際にネガ・ポジ分析を行います。
71 データベース入門 本講座では、「データベースとは」から始まり、データベースの基本的な知識についてご紹介していきます。データベースは、アプリケーションや最近ではAIなど、ITに携わる多くのものに関わっており、必要な知識です。
あなたも本講座を受講して、データベースの基本的な知識を身につけていきましょう！
72 ビジネスパーソンのためのAI入門 AI初学者向けのコースです。
人工知能（AI）とは何か、何ができて何ができないのか、どのように活用されているのか、を理解することができます。ご自身の業務改善提案の解決策として、選択肢の1つにしていただくことがゴールです。
73 確率論・情報理論 本コースでは機械学習を学ぶ上で必要な確率論や情報理論を学びます。
74 理論から学ぶ機械学習 機械学習の代表的な手法を理論から学び、NumPyを用いて実装します。
75 理論から学ぶRNN（回帰結合型ネットワーク） 本コースでは、時系列データを扱うのに効果を発揮するRNN（回帰結合型ネットワーク）を紹介し、その基礎を解説していきます。
76 順伝播型ネットワーク 深層学習における順伝播型ネットワークを学びます。順伝播型ネットワークとは回帰構造を持たない深層学習の構造を指します。
77 生成モデル 生成モデルとは観測データを生成する確率分布を観測データから推定するモデルです。識別モデルと同様に、条件付き確率 𝑃(𝑦
78 深層モデルのための最適化 深層モデルの学習に用いられる最適化アルゴリズムについて学びます。
79 深層学習のための正則化 このコースでは、正則化や早期終了などの機械学習モデルの汎化性能を高める各手法について説明していきます。
80 深層学習の適用（画像認識） 本コースでは、CNNの応用であるDenseNet、MobileNetについて紹介し、その基礎を解説していきます。
81 深層学習の適用（自然言語処理） 本コースでは一般的にword embeddingとも呼ばれる単語の埋め込み表現とTransformerについて学びます。Transformerは英語―ドイツ語翻訳、英語―フランス語翻訳といったタスクで、当時としては最高の性能を示しました。
この発表以来、自然言語処理では、Transformerやその基盤手法であるAttentionを使ったモデル開発が主流と言えるほど広まっています。
82 深層学習の適用（pix2pix） pix2pixは2016年、Phillip Isolaら米カルフォルニア大学バークレー校の研究グループ（Berkeley artificial intelligence research ：BAIR）が開発した画像のスタイル変換処理をするソフトウェアです。
手作業での変換処理の自動化や変換済み画像の復元といった処理ができます。
83 深層学習の適用（WaveNet） 本コースではWaveNetについて学びます。
WaveNetはテキスト音声合成(text to speech: TTS)のディープラーニングモデルの一つです。
TTSは、テキストデータの文章から音声を生成する技術です。
2016年に米Google傘下の英DeepMindの研究チームによって発表されました。WaveNetより前に提案されてきた手法に比べ、高い精度で自然な音声が作れます。
84 深層学習ライブラリ 本コースでは深層学習ライブラリについて学びます。
深層学習ライブラリは、深層学習のための「フレームワーク」と呼ばれるモジュールや、その「Higher API」をひとまとめに指す言葉として使われています。
例えばフレームワークであれば、米Googleが開発した「TensorFlow（テンサーフロー、テンソルフロー）」や米Facebookの研究グループが開発した「PyTorch（パイトーチ）」などがあります。
85 理論から学ぶCNN この講座では、CNNの理論や応用例について取り扱います。また、CNNの代表的なネットワークについても学びます。
86 PythonによるExcelの自動化 PythonでExcel業務を効率化する方法について学びます。
PythonでExcelを操作する基本について学んだ後、演習を通じてExcel上のデータ集計作業や、Excelの編集を自動化します。
87 DX時代のアジャイル適用術 この講座では、DX時代に必要とされる「アジャイル思考」について、ツールや方法論を見ながら理解を深めていきましょう。
まずはソフトウェア開発領域におけるアジャイルを知り、ビジネスと結合したアジャイルを組織に適用する術について、具体例を交えながら詳しく解説していきます。
88 推薦システム実装入門 Amazon などの ECサイトや Netflix などの動画ストリーミングサービスなどは、「推薦システム」の技術によって大きな価値をユーザに提供しています。
技術の進歩やデータ活用の進歩を背景に、今後も推薦システムの社会実装は進んでいくことでしょう。
本コースを通して、推薦システムの概要や設計に際して考慮すべき点などを理解し、簡単なアルゴリズムを実装できるようになっている状態を目指します。
89 ゼロトラスト・セキュリティ概論 クラウドサービスの利用や働き方改革によるリモートワークの増加にともない、これまで以上に深刻となってきたのがセキュリティ問題です。
ここでは、これまで主流とされてきた情報セキュリティとは一線を画すゼロトラスト・セキュリティという考え方について、その台頭の経緯と目的を理解しながら、自社での活用検討につなげられる知識を学んでいきます。
90 ビジネス統計学入門 ビジネスで「データを活用できるようになりたい」方を受講対象者としています。
まずはビジネスでデータを活用するためのポイントを押さえ、次に、統計学の難解な理論や数式は極力抑えつつ、データ分析のポイントである「グラフ化」「関係を見つける」「数値の予測」の基本を学びます。実際にExcelを用いた演習も含むので、ビジネス現場ですぐ役立つ内容です。
91 数学入門（微分積分） 企画や営業といったビジネス職の方から、これからデータサイエンティストを目指したい方まで、数学の「微分積分」の基礎を学び直したい方を受講対象者としています。
受験数学のような公式を使いこなすテクニック的な話ではなく、AIやデータ分析との関係性を意識しながら、微分積分の概要とポイントが押さえられる講座です。
92 Python×Excelでデータ分析 Pythonでのデータ分析の概要と、Excelを操作してデータ集計と可視化をする方法について学習するコースです。
データの収集や前処理にPythonをどう活用する余地があるかの概要紹介をした後、CSVのデータ読み込みやテキスト処理の演習を行います。
後半では、PythonからExcelのデータ読み込みと集計を行い、集計したデータをもとにExcelにグラフ追加する一連の流れを演習します。
93 AIビジネスの法律入門 本講座では、AIビジネスにどのような法律が関わることになるのかと、近年議論が高まりつつあるAI倫理に関して、AIの開発・運用プロセスに沿って、その全体像を明らかにします。
また、AI開発契約について注意すべき点と、AI開発に関すしてどのような紛争が起こるのかをイメージしてもらうために、模擬裁判の事例を取り上げて解説します。
あなたも本講座を受講して、AIビジネスに関係する法律についての見取り図を押さえましょう！
94 Python3エンジニア認定データ分析試験対策① 「Python3エンジニア認定データ分析試験」の対策講座です。
本番の試験に合わせ、1講座につき40問を出題。本試験で出題される「データエンジニアの役割」から「Pythonと環境」「数学の基礎」「ライブラリによる分析実践」までの各分野のポイントを効率良く学習できます。ぜひ本講座で出題傾向に慣れてください。
95 Python3エンジニア認定データ分析試験対策② 「Python3エンジニア認定データ分析試験」の対策講座です。
本番の試験に合わせ、1講座につき40問を出題。本試験で出題される「データエンジニアの役割」から「Pythonと環境」「数学の基礎」「ライブラリによる分析実践」までの各分野のポイントを効率良く学習できます。ぜひ本講座で出題傾向に慣れてください。
96 アノテーション（AIデータラベリング） AIの普及に伴い、頻繁に出てくるキーワードである「アノテーション」を皆さんは正しくご理解されていますでしょうか？
本コースではAIに知識を与える道具である教師データの重要性と、作成する作業であるアノテーションについて学んでいきます。
受講後は、アノテーションの重要性の、正しいご理解を得られるだけではなく、具体的なソリューションもご理解いただけます。既にご存知の方は、本コースを受講いただきご自身の知識の再確認とアップデートのために、これからの方は、正しい知識をしっかりと身につけるために、本コースをご活用ください。
97 初学者向けのオブジェクト指向プログラミング このコースでは、オブジェクト指向プログラミングの基本的な考え方とPythonを使ったオブジェクト指向プログラミングの具体的なやり方を紹介します。
オブジェクト指向プログラミングの考え方を習得することで複雑なプログラムをわかりやすく整理し変更が楽で安全になる設計ができるようになります。プログラミングの基礎的な部分を理解した上で、オブジェクト指向の考え方について学びたい方やこれまでオブジェクト指向によるシステム開発の経験がない方を対象としています。
98 Python3エンジニア認定データ分析試験対策③ 「Python3エンジニア認定データ分析試験」の対策講座です。
本番の試験に合わせ、1講座につき40問を出題。本試験で出題される「データエンジニアの役割」から「Pythonと環境」「数学の基礎」「ライブラリによる分析実践」までの各分野のポイントを効率良く学習できます。
99 深層学習の適用（音声認識） 音声認識に必要な知識、フーリエ変換、メル尺度、CTCについて学びます。